近10 a北京地区10月两次区域性寒潮天气过程对比分析

doi:10.11755/j.issn.1006-7639-2026-01-0138

摘要/Abstract

摘要：

北京是我国政治、经济、文化和国际交往中心，每年10月重大国事活动密集，寒潮及其伴随天气对活动保障具有重要影响，深入研究其成因机理具有重要意义。基于欧洲中期天气预报中心ERA5再分析资料和常规气象观测数据，对2022年10月16—18日（简称寒潮Ⅰ)和2024年10月18—20日（简称寒潮Ⅱ) 北京两次区域性寒潮过程进行对比分析，探讨其环流特征及成因机制。结果表明，两次寒潮均发生在前期气温偏高背景下，寒潮Ⅰ 以大风为主要特征，寒潮Ⅱ以强降温为主并伴随大风和降水；冷平流强度与降温幅度并不同步，晴空弱风条件下非绝热因子对降温的贡献更显著；强冷高压及3 h变压梯度是大风形成的关键动力条件，边界层持续下沉运动与大风强度和持续时间呈正相关。研究结果可为北京地区10月寒潮过程的预报预警及重大活动气象保障提供科学参考。

关键词: 10月寒潮, 爆发机制, 冷平流, 地面冷高压, 北京

Abstract:

Beijing is the political, economic, cultural, and international exchange center of China, where major state events are fre-quently held in October. Cold waves and their associated weather conditions can significantly affect the meteorological support for these events, making it important to investigate their formation mechanisms. Based on ERA5 reanalysis data from the European Centre for Medium-Range Weather Forecasts (ECMWF) and conventional meteorological observations, this study comparatively analyzes two re-gional cold wave events that occurred in Beijing during 16-18 October 2022 (cold wave I) and 18-20 October 2024 (cold wave II), with a focus on their circulation characteristics and formation mechanisms. The results show that both cold waves developed under the back-ground of relatively high temperatures in the preceding period. The cold wave I was mainly characterized by strong winds, whereas the cold wave II featured more intense cooling accompanied by strong winds and precipitation. The intensity of cold advection was not syn-chronized with the magnitude of temperature decrease, and under clear-sky and weak-wind conditions, diabatic processes contributed more significantly to the temperature drop. A strong surface cold high and the 3-h pressure tendency gradient were the key dynamic fac-tors responsible for the strong winds, while persistent subsidence in the boundary layer showed a positive correlation with both the in-tensity and duration of strong winds. These results provide scientific support for the forecasting and early warning of cold waves in Bei-jing during October and for meteorological services for major events.

Key words: October cold wave, explosive mechanism, cold advection, surface cold high, Beijing

中图分类号:

P458.1+22

马玉芳, 于波, 马秀梅, 郑玲, 马守存, 梁依玲, 王佳琳. 近10 a北京地区10月两次区域性寒潮天气过程对比分析[J]. 干旱气象, 2026, 44(1): 138-148.

MA Yufang, YU Bo, MA Xiumei, ZHENG Ling, MA Shoucun, LIANG Yiling, WANG Jialing. Comparative analysis of two regional cold wave weather processes in October over Beijing in the past decade[J]. Journal of Arid Meteorology, 2026, 44(1): 138-148.

图/表 10

图1 北京地区地形（填色，单位：m）及寒潮Ⅰ（a）、寒潮Ⅱ（b）达到寒潮标准的站点（黑点）分布

Fig. 1 Topography (the color shaded, Unit: m) of the Beijing area and distribution of stations (black dots) meeting cold wave standards for the cold wave I (a) and the cold wave II (b)

图2 寒潮Ⅰ（a、c）和寒潮Ⅱ（b、d）48 h最低气温（a、b）及24 h（c）、48 h（d）最高气温降温幅度（单位：℃)空间分布

Fig. 2 Spatial distribution of 48 h minimum (a, b) and 24 h (d) and 48 h (d) maximum temperature decreases during the cold wave I (a, c) and the cold wave II (b, d) (Unit: ℃)

图3 寒潮Ⅰ（a）、寒潮Ⅱ（b）极大风力等级空间分布

Fig. 3 Spatial distribution of maximum wind force scale during the cold wave Ⅰ (a) and the cold wave Ⅱ (b)

图4 寒潮Ⅱ北京地区降水量分布（单位：mm）

Fig. 4 Precipitation distribution over Beijing area during the cold wave II（Unit：mm）

表1 两次寒潮过程主要指标对比

Tab.1 Comparison of main indicators during the two cold wave processes

过程	前期平均气温距平/℃	最低气温48 h下降10 ℃站点数	最低气温48 h最大降幅/℃	最低气温24 h下降 8 ℃站点数	最低气温24 h最大降幅/℃	6级及以上大风站点数	最大阵风/ （m·s-1）	大风持续时间/h	降水站点数	平均降水量/mm
寒潮Ⅰ	0. 1~5. 2	15	15. 5	9	12. 7	18	18. 9	39	—	—
寒潮Ⅱ	1. 3~3. 5	19	16. 0	18	11. 7	11	17. 5	18	19	3. 0

图5 2022年10月12日（a）、18日（b）及2024年10月15日（c）、18日（d）500 hPa位势高度场（蓝色实线，单位：dagpm）及温度场（红色虚线，单位：℃)

Fig. 5 The 500 hPa geopotential height field (blue solid lines, Unit: dagpm) and temperature field (red dashed lines, Unit: ℃) on October 12 (a), October 18 (b) 2022, October 15 (c), and October 18 (d) 2024

图6 2022年10月16日08:00（a）、17日00:00（b）及2024年10月19日02:00（c）、20:00（d）850 hPa冷平流（填色，单位：10-5 K·s-1）和风场（风矢，单位：m·s-1）

Fig. 6 The 850 hPa cold advection (the color shaded, Unit: 10-5 K·s-1) and wind field (arrow vectors, Unit: m·s-1) at 08:00 16 October 2022 (a), 00:00 17 October 2022 (b), 02:00 19 October 2024 (c), and 20:00 19 October 2024 (d)

图7 2022年10月16日08:00（a）、2024年10月18日08:00（b）海平面气压场（等值线，单位：hPa）及2022年10月14—18日（c）、2024年10月17—20日（d）地面冷高压及冷锋演变 (字母G、D分别为高压和低压中心；蓝色线条上的三角形为冷锋，箭头指示冷高压移动路径)

Fig. 7 Sea-level pressure fields (contour lines, Unit: hPa) at 08:00 16 October 2022 (a) and 08:00 18 October 2024 (b), and the evolution of the surface cold high-pressure system and cold front during 14-18 October 2022 (c) and 17-20 October 2024 (d) (The letter G and D denote the center of the high-pressure and low-pressure system, respectively; triangle along the blue lines represents cold fronts, the arrow indicates the propagation paths of the cold high)

图8 2022年10月16—18日（a）及2024年10月18—20日（b）气温（等值线，单位：℃)、风场（风矢，单位：m·s-1）及下沉速度（阴影，单位：Pa·s-1）沿北京（40°N，117°E）的时间-高度剖面

Fig. 8 The time-height sections of temperature (the contour lines, Unit: °C), wind field (arrow vectors, Unit: m·s-1) and descending velocity (the color shaded, Unit: Pa·s-1) along Beijing (40°N, 117°E) during 16-18 October 2022 (a), and 18-20 October 2024 (b)

图9 2024年10月17日20:00 700 hPa（a）、1 000 hPa（b）风场（风矢，单位：m·s-1）与温度露点差（数值，单位：℃) （红色线为切变线）

Fig. 9 The 700 hPa (a) and 1 000 hPa (b) wind field (arrow vectors, Unit: m·s-1) and dew-point deficit (value of number, Unit: ℃) at 20:00 17 October 2024 (The red line indicates shear line)

参考文献 29

[1]	曹兴, 毛炜峄, 尹冰霞, 等, 2017. 不同定义指标下的乌鲁木齐寒潮过程气候特征对比分析[J]. 沙漠与绿洲气象, 11 (3):31-37.
[2]	陈豫英, 陈楠, 邵建, 等, 2009. 2008年12月两次寒潮天气对比分析[J]. 气象, 35(11):29-38.
[3]	丁一汇, 马晓青, 2007. 2004/2005年冬季强寒潮事件的等熵位涡分析[J]. 气象学报, 65(5):695-707.
[4]	侯亚红, 杨修群, 李刚, 2007. 冬季西伯利亚高压变化特征及其与中国气温的关系[J]. 气象科技, 35(5):646-650.
[5]	候启, 2020. 华北温度异常引起的寒潮和热浪灾害特征及影响因子分析[D]. 兰州: 西北师范大学.
[6]	季崇萍, 张迎新, 乔林, 等, 2020. 北京天气预报手册[M]. 北京: 气象出版社:135-142.
[7]	李丹华, 杨扬, 李红英, 等, 2025. 京津冀地区1961—2020年冬季区域性寒潮过程特征和路径分析[J]. 陕西气象(1):13-17.
[8]	李峰, 矫梅燕, 丁一汇, 等, 2006. 北极区近30年环流的变化及对中国强冷事件的影响[J]. 高原气象, 25(2):209-219.
[9]	李红英, 林纾, 王云鹏, 等, 2022. 1961—2017年京津冀地区寒潮活动特征[J]. 干旱气象, 40(1):41-48. DOI
[10]	毛炜峄, 陈颖, 2016. 1951—2015年乌鲁木齐市寒潮过程频数及强度气候特征[J]. 干旱气象, 34(3):403-411. DOI
[11]	牛若芸, 乔林, 陈涛, 等, 2009. 2008年12月2—6日寒潮天气过程分析[J]. 气象, 35(12):74-82.
[12]	钱维宏, 张玮玮, 2007. 我国近46年来的寒潮时空变化与冬季增暖[J]. 大气科学, 31(6):1 266-1 278.
[13]	全国气候与气候变化标准化技术委员会, 2017. 冷空气过程监测指标:QX/T 393—2017[S]. 北京: 气象出版社.
[14]	宋哲, 2015. 我国北方寒潮活动频次与北半球极涡异常的关系[D]. 昆明: 云南大学.
[15]	唐钱奎, 鲁燕, 2019. 2018年4月成都地区两次寒潮天气过程对比分析[J]. 西南师范大学学报:自然科学版, 44(3): 48-54.
[16]	陶亦为, 代刊, 董全, 2017. 2016年1月寒潮天气过程极端性分析及集合预报检验[J]. 气象, 43(10):1 176-1 185.
[17]	万瑜, 曹兴, 窦新英, 等, 2015. 中天山北坡春季寒潮型暴雪致灾成因分析[J]. 干旱区地理, 38(3):478-486.
[18]	王宗明, 2018. 冬半年入侵中国北方的强冷空气路径及其机理分析[D]. 南京: 南京信息工程大学.
[19]	王遵娅, 丁一汇, 2006. 近53年中国寒潮的变化特征及其可能原因[J]. 大气科学, 30(6):1 068-1 076.
[20]	王遵娅, 丁一汇, 何金海, 等, 2004. 近50年来中国气候变化特征的再分析[J]. 气象学报, 62(2):229-236.
[21]	谢永坤, 刘玉芝, 黄建平, 2014. 秋季北极海冰对中国冬季气温的影响[J]. 气象学报, 72(4):703-710.
[22]	尹春, 刘抗, 何金梅, 等, 2015. 甘肃省河西地区2次强寒潮天气过程分析[J]. 现代农业科技(23):262-264.
[23]	于波, 李桑, 黄富祥, 等, 2019. 2016年1月京津冀地区连续性寒潮事件对比分析[J]. 干旱气象, 37(6):954-963.
[24]	张林梅, 庄晓翠, 胡磊, 2010. 新疆阿勒泰地区一次强寒潮天气过程分析[J]. 干旱气象, 28(1):71-75.
[25]	赵玉广, 何丽华, 张南, 等, 2012. 河北省寒潮天气形势分析及预报[J]. 干旱气象, 30(1):94-99.
[26]	朱红霞, 陈文, 冯涛, 等, 2019. 冬季西伯利亚高压的主要年际变化模态及其对东亚气温的影响[J]. 高原气象, 38(4): 685-692. DOI
[27]	朱乾根, 林锦瑞, 寿绍文, 等, 2000. 天气学原理和方法[M]. 3版. 北京: 气象出版社:266-319.
[28]	MA S M, ZHU C W, 2020. Opposing trends of winter cold ex-tremes over eastern Eurasia and North America under re-cent Arctic warming[J]. Advances in Atmospheric Sci-ences, 37(12):1 417-1 434.
[29]	WU S J, LUO M, LAU G N, et al, 2025. Rapid flips between warm and cold extremes in a warming world[J]. Nature Communications, 16 :3543. DOI:10.1038/s41467-025-58544-5.